楊駱霄 劉一璠 劉毓民

（西安交通大學(xué)，陜西 西安 710049）

一、研究目的與說明

煤炭是我國重要的基礎(chǔ)能源,其價格變動不僅直接影響煤炭企業(yè)的供給、下游行業(yè)的經(jīng)濟(jì)效益,而且是整個國民經(jīng)濟(jì)的命脈。由于煤炭工業(yè)在能源結(jié)構(gòu)和國民經(jīng)濟(jì)中的基礎(chǔ)而全面的特殊地位,煤炭價格可以說與個人、企業(yè)和國家都是息息相關(guān)。本文的研究目的主要是通過對煤炭價格波動變化的研究，找出影響煤炭價格的關(guān)鍵因素，達(dá)到可以在短期內(nèi)對煤炭價格變化趨勢以及變化幅度的預(yù)測。

本文獲取的原始數(shù)據(jù)是日數(shù)據(jù)。日數(shù)據(jù)是相對較為精確的數(shù)據(jù)模型。但是日數(shù)據(jù)之間的數(shù)據(jù)波動一般變化相對不大，而季度和年度價格跨越時間過長,周期內(nèi)煤價變化幅度會很大,所以對其預(yù)測的經(jīng)濟(jì)效益不是很大現(xiàn)貨煤炭市場的價格行情都以周度為周期發(fā)布,但是期間煤價一般較為穩(wěn)定,波動不大,對其預(yù)測的經(jīng)濟(jì)意義也不顯著,并且考慮到許多經(jīng)濟(jì)變量都是以月度周期發(fā)布,無法用于預(yù)測周度價格。所以本文選擇的是月度價格,預(yù)測月度價格既有短期內(nèi)預(yù)判價格的現(xiàn)實意義,也可利用很多經(jīng)濟(jì)變量的月度更新,可以更好地反應(yīng)煤價的應(yīng)時變化。

借鑒油價預(yù)測分析的方法，預(yù)測方法大致有兩種。即基本因素分析法和技術(shù)分析法。基本因素分析基于一定的經(jīng)濟(jì)學(xué)供求關(guān)系原理進(jìn)行預(yù)測，再融入其他影響因素進(jìn)行修正。并在此基礎(chǔ)上對一些不符合的模型的提出新的解釋變量，如石油存貨，經(jīng)濟(jì)增長率等增強(qiáng)說服力。而技術(shù)分析法則通過單純的研究歷史價格數(shù)據(jù)，再對處進(jìn)行分析。本文采用基本因素分析法，對數(shù)據(jù)進(jìn)行分析與解釋。

二、文獻(xiàn)綜述

（一）國外研究

西方各國的能源結(jié)構(gòu)中，原油處于主導(dǎo)地位，而煤炭則屬于從屬地位。故而國外文獻(xiàn)中對于原油價格的研究居多，而對于煤炭價格的分析和預(yù)測較少。但這兩種能源同屬不可再生能源，研究具有一定的相似性。國外的思路上面已經(jīng)說明，即基本因素分析法和技術(shù)分析法。基本因素分析基于一定的經(jīng)濟(jì)學(xué)供求關(guān)系原理進(jìn)行預(yù)測，再融入其他影響因素進(jìn)行修正。并在此基礎(chǔ)上對一些不符合的模型的提出新的解釋變量增強(qiáng)說服力。而技術(shù)分析法則通過單純的研究歷史價格數(shù)據(jù)，再對波動處進(jìn)行分析。顯然基本因素分析法更適合我們模型的建立與預(yù)測。

（二）國內(nèi)研究

相對來講，國內(nèi)市場中，煤炭地位就比國外煤炭地位要重要的多。可以說煤炭撐起了國家電力的整個天空。目前看來,煤價預(yù)測的模型有很多,線性的、非線性的、簡單的、復(fù)雜的,但并不是非線性的復(fù)雜的預(yù)測的效果就好。在所有這些模型中,直接使用模型的較少,故此我們認(rèn)為我們的研究有一定的創(chuàng)新性意義。

三、影響煤價因素分析

經(jīng)過反復(fù)計算與考量，我們最終選取了國際能源價格、焦煤產(chǎn)量、GDP、GDP同比增長率、火電發(fā)電量、工業(yè)增長值、原油產(chǎn)量七個因素作為我們的影響因素參考。實際上煤炭價格影響因素很多。既有長期穩(wěn)定因素,如增長率、煤炭供給和運(yùn)力擴(kuò)張等,也有偶然因素,如政策改變、礦難和金融危機(jī)等。去除偶然因素的影響，國際能源價格應(yīng)當(dāng)是國內(nèi)煤炭價格最重要的影響因素。而原油產(chǎn)量和工業(yè)增長值則影響著能源價格。焦煤產(chǎn)量和火電發(fā)電量以供求關(guān)系的形式影響著煤炭價格。GDP、GDP同比增長則是煤炭價格變動最直接的體現(xiàn)。

四、數(shù)據(jù)的處理

（一）缺失數(shù)據(jù)的補(bǔ)全

由于焦煤產(chǎn)量，原油產(chǎn)量，工業(yè)增長值的統(tǒng)計在年初出現(xiàn)了缺失值，為了是數(shù)據(jù)完整，本文利用matlab軟件對數(shù)據(jù)進(jìn)行三次樣條插值，得到了完整的數(shù)據(jù)。

（二）數(shù)據(jù)的標(biāo)準(zhǔn)化

如上示公式所示，為正向指標(biāo)標(biāo)準(zhǔn)化公式。

（三）數(shù)據(jù)集的選擇

采用2013.9-2017-9為訓(xùn)練集，2017.10-2017.12為測試集

五、模型的建立

（一）多元線性回歸

經(jīng)最小二乘法擬合結(jié)果如表一。

表一

R語言給出的檢驗判據(jù)：

Multiple R-squared:0.83,Adjusted R-squared:0.8029

可以看出R方數(shù)值大于0.8有一定合理性

（二）模型樹

用R語言進(jìn)行計算后結(jié)果如下，

可以看出模型樹的相關(guān)性達(dá)0.9502yu，模型通過檢驗，其中x1～x7對應(yīng)七個變量。

（三）神經(jīng)網(wǎng)絡(luò)

建立具有5個隱含層的神經(jīng)網(wǎng)絡(luò)如表二。

表二

相關(guān)系數(shù)達(dá)0.9541559015，通過檢驗。

（四）結(jié)果比較

表三

由上表可以看出神經(jīng)網(wǎng)絡(luò)擬合效果最好，如若數(shù)據(jù)量在大一個數(shù)量級，則會得到更加完美的結(jié)果。

可以看出，本文模型具有一定指導(dǎo)意義。不僅能大致預(yù)判成交價格與增減趨勢，而且有一定的提前量。較好的達(dá)到了實驗?zāi)康?。籍此為一個參考，本模型也可向更為廣闊的能源價格研究領(lǐng)域應(yīng)用開去。但在實際中，由于多因素的干擾，本文所建立的模型仍有待完善。